利用自适应窗口定位技术进行离线手写签名识别
计算机视觉与模式识别
2014-07-11 v1
摘要
针对这一挑战，本文提出使用自适应窗口定位技术，该技术不仅关注手写签名的含义，还关注书写者的个体特征。这项创新技术将手写签名划分为 13 个大小为 nxn (13x13) 的小窗口。该尺寸应足够大以包含关于作者风格的充分信息，同时又足够小以确保良好的识别性能。该过程在包含来自 90 位不同书写者的 4870 个签名样本的 GPDS 数据集上进行了测试，通过使用适当的分类器比较测试签名的鲁棒特征与用户签名。实验结果表明，自适应窗口定位技术被证明是一种高效可靠的方法，可用于提取准确的签名特征以进行离线手写签名识别。该技术的贡献还可用于检测在情绪压力下签署的签名。
引用
@article{arxiv.1407.2700,
title = {Offline handwritten signature identification using adaptive window positioning techniques},
author = {Ghazali Sulong and Anwar Yahy Ebrahim and Muhammad Jehanzeb},
journal= {arXiv preprint arXiv:1407.2700},
year = {2014}
}
备注
13 pages, 9 figures, 2 tables, Offline Handwritten Signature, GPDS dataset, Verification, Identification, Adaptive window positioning